整理：巴里
2023年10月25-26日，第17届DEMO CHINA活动在北京石景山区首钢一高炉·SoReal科幻乐园｜33 Meta Club举行。众多优秀的早期科技公司、创业团队，创新成果在这个国内最大的Demo Day上亮相。
石景山区人民政府为本届大会指导单位，创业邦为主办单位，当红齐天集团为协办单位，惠普为独家战略合作伙伴，石景山区经济和信息化局、石景山区商务局、中关村科技园区石景山园管理委员会、石景山区投资促进服务中心、石景山区国际商会为特别支持单位。
本届大会以“AI Takeover ”为主题，覆盖AIGC、新型商业、智能制造、生命科学、新能源与绿色经济、智能互联等六大赛道。获得展示机会的团队通过了创业邦早期科技企业加速营-星际营3个月的加速，在DEMO CHINA上与一线投资机构互动。自2006年以来，由创业邦主办的DEMO CHINA每年聚集200+优质的早期科技公司，1000+投资人与创业者现场对接，帮助企业融资200亿+。
会上，9位国内AI领域资深投资人在《大模型下半场，AIGC投资的冰与火》DEMO 会客厅中的精彩观点如下：
1.啟赋资本合伙人兰洪明：人类从农业文明到工业文明，工业文明解决了生产规模化问题，人工智能特别是AIGC会解决服务规模化的问题，过去没有办法做的事情，未来5-10年甚至20年可以用人工智能来解决。
2.红点中国高级合伙人刘岚：目前各家都想抢占超级应用的入口，但往后面走，核心还是看真正能够解决什么问题，而不是Play For fun。
3.真格基金合伙人刘元：关于AI芯片断供，最重要的可能还是市场化的环境规则，如果有需求、有场景，在更长期的时间维度下，我不觉得该发生的变化不会发生。
4.英诺天使基金合伙人王晟：我相信超级APP很有可能在Agent上，Agent可能是一个新范式，不是一个简单的虚拟人，也不是一个简单的新的APP开发模式，而可能是整个人类和世界交互范式的一种新的转变。
5.创新工场执行董事王震翔：当前在模型算法层面、算力层面以及Infra层面都是美国最强，但中国在工程能力、商业化落地、应用创新方面能力更强，目前除了ChatGPT之外还没有几个AI原生的真正超级应用诞生，而这件事情很有可能发生在中国。
6.阿尔法公社创始合伙人许四清：这是一场广泛的产业革命，国内的机会主要是大语言模型、垂类模型及浅表层应用三大类。大语言模型主要是大厂在建立生态，创业者的机会主要在垂类模型+应用和浅表层产品经理创新。
7.腾讯投资执行董事姚瑶：效率类和娱乐类的生成式AI将会有很大机会，在数字世界带给我们前所未有的体验。
8.斯道资本合伙人张矩：对于创业者或者投资人，如果要技术演化成能力，再从能力演化成价值，这个链条其中的步骤需要深刻的思考清楚。
9.名川资本合伙人傅磊：中国可能在基础模型上还处于追赶的态势，但是在应用端，中国过往有很多互联网公司已经做到全球突出，他们对用户需求的打磨非常到位。
以下为对话内容，由创业邦整理：
傅磊：大家好，我是名川资本的傅磊。今年AI是资本圈的重要热点，刚才许总在台下聊天说，今天投资人比创业者还要多，说明各个投资机构都对这个方向非常关注，其实AI在2014年、2015年就有第一波的热潮，那时候有AI四小龙，这一次我们认为是AI的2.0时代，主要还是AI技术有很大的提升，有些关键词，例如生成式AI、预训练大模型等等，都代表技术上有很大的提升。
技术上如果有提升，也会让这项技术进入到更多行业，可以提升用户的体验，今天也非常荣幸邀请到国内很多著名的VC机构，今天在这里一起讨论一下中国AI的现状、挑战和未来。
首先有请各位嘉宾介绍一下自己。
王晟：大家好我是英诺天使基金王晟，英诺天使是一支投天使和Pre-A轮的早期基金，我们也是想作为给创业者第一张支票的人，英诺目前管理数十亿的基金，英诺在这一轮AI2.0还是非常活跃的，投了蛮多有代表性的，包括大模型、生成式AI、具身智能的项目。
张矩：感谢主办方的邀请，我是斯道资本的张矩，斯道资本长期关注中国的科技和医疗市场。
刘元：大家好，我是真格基金刘元，真格是一家在2011年成立的，一直专注于早期，尤其是天使投资的基金，我们自成立以来投了八九百个项目，包括在今年也保持非常活跃的投资节奏，投资风格一直以投早、投人为最重要的差异化，最近几年大部分投的是技术主导或者技术赋能类型的项目。
刘岚：大家好，我是红点中国刘岚，红点也是成立于硅谷的美元基金，1999年成立，2005年进中国，到现在已经有十八年的时间，在中国也是一直投早期的互联网和人工智能等方向的双币基金。
许四清：大家好，我是阿尔法公社的许四清，阿尔法公社是专注科技投资的早期投资机构，差不多每10笔投资里有9笔是给第一笔钱。我们也投了不少人工智能和硬科技的早期项目，包括院士段位和国家重大专项首席专家段位的创业团队，而且这些院士和首席专家是亲自下场直接干。我们的特点是敢投第一笔钱，比较看重科技的含量。
姚瑶：大家好，我是腾讯投资并购部的姚瑶，负责AI等科技领域投资，我们一直相信科技的力量，也一直支持中国初创企业创新。
兰洪明：大家好，我是啟赋资本兰洪明，啟赋资本是从天使投到A轮的机构，我们也成立十年，一共投资大概400个项目，我们一直追求产业+技术的逻辑，所以从去年到今年，我们在人工智能加上产业方向，也在广泛的布局，欢迎大家有好的项目都可以找我们。
王震翔：大家好，我是创新工场的王震翔，创新工场是李开复老师在2009年成立的一家美元+人民币双币基金，现在管理规模大概200亿人民币，投了三四百家企业，这里面光AI的独角兽就投出了十几个，一直以来我们也是AI First，以AI为主的硬科技，我个人也在负责AI、芯片和IoT等硬科技领域的投资，我们在AI2.0领域也投了几家公司，包括澜舟、潞晨等等，开复老师自己也官宣投入到了AI大模型的创业里面，现在除了大模型以外，包括AIGC应用、算力、基础设施、中间件等，我们都在关注和投资，谢谢大家。
AI是否真正迎来了“iPhone时刻”？
傅磊：感谢各位的介绍，关键词是大家都还有钱，也愿意在AI方向持续的布局。第一个问题想问一下，很多人把ChatGPT比喻成iPhone moment，iPhone也有很多代，可能iPhone4的渗透率会比较大。那么，中国AI的现状是怎样的？我们现在已经到了哪一个时刻，是不是已经来临？怎么看待这个问题？
刘岚：今年年初看到这波机会后就迅速参与进去，很有幸参与其中几个基础大模型的投资，现在这个阶段类比十年前的移动互联网，最尴尬的事情是美国把算力给禁掉了，我们现在也在聊，现在投资的项目往后走怎么办，最大的问题是基础大模型训练需要非常大的算力，我们看到的情况是整个中国算力依旧不够，国产芯片短期应该是弥补不上这个Gap。
往下走，跟十年前有点不一样的是，其实十年前没有这些事，现在最大的问题是，往下再演进，可能每一家能做出来一个GPT3.5的基础大模型，但再往下怎么办？把预训练模型拿到海外训练？剩下的事情拿到国内来还是怎么办，这是大家应该思考的。
目前大家都想抢占超级应用的入口，不管是文心一言还是字节都已经推出相应的产品，但是后面往下走，核心还是看这个东西不是Play For fun，而是真正可以解决什么问题。
从美国目前的情况来看，OpenAI虽然预计今年营收将达13亿美元，但大部分不是来自ChatGPT的Bot，而是很多API接口的调用，做的最好的2C应用可能是微软office套件、Windows Copilot，但是现在刚刚开始大规模推向市场收费，可能未来仍然要解决的问题是，大规模使用后，推理算力是不是够，这个事情估计微软以现在的算力规模，也不敢全部放出来给大家使用。
所有人在看的是OpenAI 11月份的开发者大会，微软推出来可能两个季度后，Copilot的收入是什么样，再回过头看，中国最大的问题是现在就停滞在这里，怎么往GPT-4和5演进，算力是否足够，因为GPT-4基本算下来，算力要2.5万张，A100做超级大的集群训练，再往下会更大，那么算力在哪？
许四清：与大家分享几个数据，美国上半年人工智能领域的投资数量达930多笔，截至第三季度则有接近1500笔。上半年人工智能领域的投资金额规模达到250亿美元，是过往平均半年里面投资的两倍还多，人工智能这一领域占美国资本市场全部投资的超过1/4，这说明美国那边人工智能的投资很热，但反观中国的人工智能投资还在慢热。一个客观原因是美元出资不太方便，另一个不可忽视的原因则是国内投资人目前看得多，出手少。
从行业看，目前AI算力的机会很大，尤其是针对AI推理的算力。NVIDIA在AI模型训练算力领域一家独大，但它在推理的方面的算力成本较高，推理算力创业公司有大机会。
在大语言模型方面，国内国外都还有很多机会，但我认为模型主要是大厂的机会，普通创业者挑战较大。
在生成式AI风起云涌的时候，美国大量的创业者和投资人都涌向工具层，因为需求巨大。比如安全，比如针对企业的大模型微调训练平台，比如模型部署和应用搭建等基础工具。但这个领域在国内还不够活跃，让人担忧。
我们种子轮投了加拿大工程院的梅涛院士，他做视觉大模型，也做AI生成视觉内容的应用，做得非常出色。在香港大学的专业文生图测试中，他们获得全球第二。最近一段时间有很多投资人抢着投，新一轮的融资也搞定了。
其实，模型+应用是这一轮创业者机会最多的地方，但是必要条件就是创业者必须很懂模型，很懂怎么用模型去构筑有门槛的应用。例如对Transformer的理解要很深，对向量数据使用的效率要足够高，对算力的使用要效率高等等。基本上生成式AI的机会还是大语言模型、模型+应用以及浅表层应用三大类，后两类对于国内创业者的机会更多。
姚瑶：主持人问ChatGPT是否是一个iPhone时刻，很有意思，因为我第一次用ChatGPT的时候，感觉到这是一个iPhone时刻，iphone的出现给了我们智能手机前所未有的交互和使用体验。而你在输入问题等待ChatGPT给你答案的时候，屏幕会显示对面正在打字，这个感觉非常奇妙，很像一个人在和你对话，且他给你的回答质量普遍比较高。这也是前所未有的产品体验。
ChatGPT的推出带给相关从业者以及普通用户很大的震撼。在年初，市场预期也被拉得非常高，随着模型的迭代，不断有应用产生。但大家也发现，可能大模型在落地过程中会遇到些问题，比如模型有幻觉问题、延迟问题、成本问题等还需要解决，所以整个市场在现阶段比年初更理性。
但是任何新技术的发展都会经历这样的阶段，在应用层面，模型不断迭代才会带来更多新的机会，相信国内的AI iPhone时刻也已经不远了，对于新的技术还是要给行业一些耐心和时间。
兰洪明：前面几个投资人都讲的很好，我就站在另外一个角度看问题，人类文明从农业文明到工业文明，工业文明解决什么问题，生产规模化的问题，人工智能特别是AIGC会解决服务规模化的问题，过去没有办法做的事情，未来5-10年甚至20年可以用人工智能来解决。
举一个例子，每个人都想有一个医生，这个医生非常了解我们，过去我们的成本付不起，每个人请一个医生绝对付不起，但如果每个人都有数据，用AIGC Agent方式，把个人的数据丢给它，它通过大模型底层的推理，包括每天走的路、吃的饭、喝的水，所有的数据收集起来，那么这个医生一定非常了解我，可以治未病，这叫服务规模化，可能未来会做到。
第二，教师，一直在讲个性化教育，过去不是没有办法做到个性化教育，而是太贵了，这个老师只教一个学生可能请不起，既教物理、数学、化学什么都懂肯定不可能，但是在未来如果把平时学习的知识都传到互联网上，AI Agent了解你，有可能会做到真正的个性化教育，所以AIGC刚刚开始，很多今天想不到的事情未来5-10年后都会发生，所以AIGC最大的机会在服务规模化。
王震翔：说到AI的iPhone时刻，这一点非常认同，之前我们一直在看AI，现在直到ChatGPT发布之后，我们把以前都归为AI1.0，在此之后叫AI2.0，因为它有质的差别，以前卷CV的时候准确率可以达到99%点几，但在NLP领域，一直就是不及格的分数，可能四五十分，现在ChatGPT可以把它提高到七八十分，不过再往上提升也很难。很多人可能也了解OpenAI现在GPT4.5，在内部大概是失败的状态，所以直接去做GPT-5了，ChatGPT发出来算是一个mailstone，后面可能迭代也不会有像之前预期的那么快，距离我们想的AGI还差的很远。中国、美国现在会有各自的优势点，比如硅谷现在分成两派，以模型为中心和以数据为中心。
目前在模型、算法层面、算力层面以及Infra层面都是美国最强，这是毋庸置疑的，但中国也有优势，比如工程能力更强，商业化落地也是更强的，以及我们做应用也是更强的，所以刚才提到一个Super App，其实目前还没有看到，除了OpenAI的ChatGPT本身以外，现在没有看到AI原生的类似于抖音或者微信这种的Super App出来，我很期待这种东西很有可能在中国产生，因为我们在这块能力更强，最好可以嫁接两边的能力。
再说到Infra，不单单是有算力就可以，假如说拿到足够的H800，其实现在我们最好的云厂商只能发挥大约30%的性能，而且到了万卡同步训练级别的能力，只有OpenAI和谷歌才能做到，我们国内恐怕现在可能也只能做到2000卡同训的级别，所以我们在很多方面都需要提升。
傅磊：确实我也觉得，中国可能在基础模型上还是追赶的态势，但是在应用端，确实中国过往有很多互联网公司已经做到全球突出，他们对用户需求的打磨非常突出。
王晟：这个问题我们思考了很久，它可能是几个层面的问题：
第一个层面，iPhone时刻到底意味着什么？我们认为iPhone时刻首先是一个技术范式的大变革，比如说PC互联网到移动互联网，这里面有一个周期，这个周期对创业投资影响都很重要。我们看到iPhone在2007年推出，我们的超级APP——微信是2011年，滴滴和饿了么是2012年，拼多多是2015年，抖音是2016年推出。2017年之后，移动互联网时代的红利结束了。
也就是说它需要一个创新周期，先要聚焦在Infra，然后是传统旧的产业被赋能，拥抱这个行业做延伸，然后才是真正的创新，创造需求、新的商业模式，最后就是现在内卷的时代，只能卷内容的创新，也就是直播、短视频这些东西。
所以，我们今天觉得超级APP的时间可能还需要等，我们投的都是Infra，包括算力、基础的大模型、科学的大模型、垂直大模型，但我们还没有特别多地投APP。
第二个层面，AI真的和移动互联网一样吗？我们要看到移动互联网、PC互联网都是以Terminal、以Device为中心的，我这个Device原来没这个能力，突然有这个能力，用户就在增长。用户可以说从0增长到几个亿、十几个亿、几十个亿，这时候大家做新应用都可以跑马圈地，因为这个东西在增长，不管是内置也好或者怎么样。
但是今天AI是在赋能，也就是今天AI没有创造新终端，没有创造新的人机设备，没有创造新的计算设备，AI都赋能到这个设备里面已经存在的APP里了，所以创新怎么来？这个时代更多的是属于旧的大厂的迁移的机会，还是属于新的创新者的机会，我觉得这是需要特别思考的。
然后超级APP在哪儿？我今天相信超级APP在Agent上，Agent可能是一个新范式，Agent不是一个简单的虚拟人，它也不是一个简单的新的APP的开发的模式，它可能是整个人类和世界交互范式的一种新的转变。
刘元：在我自己的印象中，iPhone时刻不管是iPhone1还是iPhone4那个时候，其实并不是像今天大家对AI一样形成共识的那么快，所有人都意识到iPhone时刻是一个iPhone时刻。
所以比如在ChatGPT发布的时候，我觉得这一次共识的形成是比过去每一次技术的变革都更快速和更强大的，因为有的时候觉得很感慨，其实去年11月30日ChatGPT发布到现在还不到一年的时间。
另一个现象是说在过去的一年里，其实不管是投资人还是创业者，对这个主题仍然保持极高的兴奋度。因为它确实不仅仅是一个概念化的东西，每个人都体验到了产品的震撼。因为前面提到很多显卡的问题，我自己可能没有悲观，因为我个人觉得最重要的可能还是市场化的环境规则。
大家坐在这里肯定都是相信市场力量的，如果有需求、有场景，在更长期的时间维度下，我不觉得该发生的变化不会发生。比如说之前是先禁了H100/100，后来大家想到了用H800/A800的方法，现在又禁了H800/A800。恰恰有需求存在，然后又有环境的话，我觉得这些都是可以克服的。
前面也提到咱们的工程能力一直很强，但是可能比如技术创新这方面弱一些。我觉得这个现象更根本的原因是什么？有可能是更需要去被解决的问题，当然这也是更复杂的问题了。因为到今天，我觉得今天在AI时刻，最终的生产资料不是算力、不是卡，其实是人，是创业者，是技术的那些大牛们，所以我们还是谨慎乐观。
傅磊：我觉得这波AI在技术上有很大的变化，更让人兴奋的是像刘元总刚才说的，大家的共识很强，而且不仅仅是投资人、创业者，比如今年ChatGPT刚推出来的时候，我在地铁里面也看到有人在讨论ChatGPT。各个企业的老板，比如国企的老板也说要在企业内部部署一个私有化的AI，我觉得企业主、消费者、需求方对这个的认识也越来越强了。
这波生成式AI，投资人的兴奋点在哪里？
傅磊：接下来还是想再跟大家聊一聊，AI技术正不断地迭代和创新，包括多模态、输入词更长了、让AI的记忆性更好等等，这都是技术方向的一些迭代，我们很期待。
在应用方向上，其实也能看到很多的应用，比如营销文案的生成、数字人等等都是让人很兴奋的创新，所以我问一个稍微宽泛一点的问题，各位投资人们下一个阶段，无论是技术还是应用，让您最兴奋的点是什么地方？
兰洪明：我还是觉得可能最兴奋的事情就是我们还是要做我们现在做不了的事情，现在世界上或者是人类文明很困难的事情，今天还没有解决的问题用人工智能去解决，就是类似10年前我们打车要命，出租车下雨天不载你，下雪天不载你，然后到了火车站、机场，300块钱走不走，你爱去不去。
我们今天社会上还有很多很痛苦的、解决不了的事情，类似看病依然很难。所以，我觉得人工智能可能有点像iPhone时刻出来前，没有想到用它可以打车、叫外卖，我们当时还没有看到，但是今天有人开始探索，未来这件事情做成了就会有非常大的市场。
当时，送外卖谁都没有想到美团能够做这么大，但是实际上当时大家吃饭有时候选择困难也是很麻烦的。
第一个，创造新的需求。第二个，解决现在没有解决的问题。我觉得这是大家可以一起来探索的事情。
王震翔：我觉得可以将短中期和长期分为不同的期待，包括针对不同的层面。第一是比如在模型层，我们会期待包括整个硅谷也在期待OpenAI有什么新的动作。
第二，是在多模态这一块，首先会看它怎么发展，看它能生出哪些新的东西出来，图片、音视频、3D等等，这一块也非常期待。
在算力层也非常期待，非常期待有谁能够干掉英伟达，谁能破掉这个生态，包括底层的感-存-算一体等非冯架构上有什么突破的创新。
再远期一点的期待是能够有更Transformer这样级别的新的最底层的算法模型的变化，这种创新可能会直接颠覆掉OpenAI现在所有的战场。
再有从应用层面的期待，两个大方向，第一是比如Agent是属于提升效率这个方向，另外一个方向就是娱乐，把你提升完的效率用AI花掉，比如CharacterAI这种应用，我觉得还不能让我有足够的兴奋，我还期待有更好的东西出来。
王晟：我们去年上半年做了一个AI投资的规划，因为我们前年就已经要All in大模型了，所以我们去年上半年就投了深言科技，我们还是非常信的，去年就已经非常专注在大模型和Generative的AI上，就是远没到ChatGPT出来的时候，所以我们做了今年所有AI领域的投资规划，我们今年投得很活跃，投了很多项目，基本上完全符合了这个规划，看起来和市场节奏完全是Match的。
下一步投什么？我记得大概三个礼拜之前，吴恩达说他感觉到在CV、视频这个方向上蕴含了巨大的力量，就像火山一样要爆发，这是我们非常关注的。我认为未来的CV、视频、生成式视频、world model可能是一个模型，一个技术范式，是一回事。而且我们感觉到明年有极大的概率突破，我们的感觉与吴恩达是一样的。
另一个应用方向就是非常关注Agent，我觉得Agent不是一个工具，不是一个效率，也不是Character AI或者Inflection这样的东西。其实Agent就是，因为我们看到很多社会学、行为学、心理学的研究范式，可以演绎推理出来，Agent就等于我们自身。因为我们现实中的Body就是我们Soul的一个壳，未来的Agent就是你在某种状态下的一个壳，完全等效。而且它不仅是壳，它还复刻了你一部分的灵魂。
张矩：从我个人的角度来看，目前生成式AI需要有三个基础性的能力：
第一，它得把一个全量的、广泛的、分散的知识汇聚，并且形成相对完整的关联网络。
第二，通过这个关联网络，它能对人的意识、目标或者想法有一个更准确的理解。
第三，在这两项基础上，它可以把以前学到的知识切割和重新组合。
所以在这个基础上，我觉得可能大家也不必过度或者对其产生的价值有过高的期望，这还是一个渐进的过程。
刘元：我们作为机构肯定是非常乐观的，因为今年开年以来到现在平均下来每周至少会投一个项目，而且平均投资金额应该说是真格成立以来最大的，所以我们在这个技术节点上肯定保持非常乐观。投的项目从最上层的应用，包括机器人的硬件应用，再往下工具中间层，再往下模型层，再往下芯片基本都涵盖了。
从我个人来看，在PC时代每个人都可以用文字去发帖子，所以一直到今天我们还会读微博热搜，就像10年前我们看天涯热帖一样。在短视频时代，技术让每个人可以去创造视频，但这些视频都是来自于这个世界上已经发生的事情，是来自于真实世界、已知世界。
刚才许四清总提到他们投梅涛院士，我们也投了一些这样的公司，大家都还在起点，但是未来如果我们还是回到我们相信人是最终极的生产资料的话，那么人能创造出来什么样子的内容，再比如说最强大的文生视频，或者不一定是文字作为输入，就是人能创造更多样内容的时候。马上Vision Pro要出来了，内容会呈现出来多么惊人的多样性，我觉得这是很有意思的。
从我个人来说，像现在所有的万事万物都可以向量化，这是一个很有意思的事情。比如向量数据库越来越强大之后，语义信息变得越来越容易处理。打比方微信数据上如果把每个人收敛成一条向量，比如我跟谁能成为更好的朋友，事实上过往也有推荐，但是今天向量与向量之间的计算，就会让这个结果变得更加精确，我觉得这都是很有意思的，以前没有发生过。
刘岚：从模型层同意刘元说的，我觉得比较期待的是这种文生视频技术的演进和最后能否推出一个真正的视频是连续帧、一致性非常好的模型。现在看起来文生图、文生文基本上已经DEMO出来了这个能力，但是视频这一块其实是我们看到技术还没有完全收敛。
从应用上来说，与当年iPhone、移动互联网出来一样，其实我们看到的超级应用或者说在中国市场上的百亿美金以上的互联网公司，其实都是诞生在之后的几年。所以现在大家还在看的是生成式AI与现有一些东西的结合，可能再往后走就是到底AI原生应用会不会出现一个新的玩法、新的范式，甚至商业模式，作为美元基金的我们会更多地去寻找这种大的机会。
许四清：我认为在AGI（通用人工智能）今天的发展阶段，相当于PC操作系统的DOS时代，离Windows还差一大步。这个领域还有巨大的技术进步空间，例如管理数据，像最近从伯克利出来的Databricks非常火，原因是需求巨大的数据管理和模型训练没有太好的工具。
大家可以想象从DOS到Windows会出现什么？管理数据、开发工具、新一代的云上效率服务的等各种各样工具性和技术性的东西，会产生非常多、令人非常兴奋的产品、技术、商业模式。
尤其是算力，今天的NVIDIA采取的是性能主义路线，算力系统庞大、结构复杂，要支持过往多代的技术，导致效能会变得相对低，耗电量变得大，所以导致：第一，它性能和开发者支持一家独大。第二，性价比弱。
现在要训练一个新的AI基础模型需要数千万美金一次，所以这方面都需要突破，更重要的是使用模型的推理需求量陡增。
在应用方面也有很多，比如大家觉得今天的打车工具、订票工具、订餐工具好不好用？很好，但是离我们的期待还差的十万八千里，仍然有大量的非常愚笨的东西在里面。打车、订餐也好、订机票和酒店也好，完全可以比现在智能化得多。
我认为最终颠覆这些应用的不是大厂自己，就是在座的各位创新者，而且它很可能是借用了Agent这种手段来实现的。但是这里面最大的挑战和对投资人的困惑是，不知道下一个创新者是谁。
它不像芯片、数据库、开发工具等技术，都非常容易预见它的Pattern（范式），但是这种产品经理层的创新没有太多Pattern，这是我们中国创业者的机会。
我认为随着人工智能大语言模型的进步，中国会出新一代张一鸣们，而且会批量涌现，因为产品经理优秀、工程能力强，有大模型可用。
大家不用为大模型太焦虑，训练一个大语言模型的四个步骤，第一步预训练占所有算力时长的99%，后面三步完善一个大模型只占1%左右。所以，实际上中国的开发者和使用者有大量的开源模型可以使用，这也是工业界的一个现象，有人做iPhone就有人做安卓。
姚瑶：短期我更期待的是模型能力的迭代能把我们能带到AGI的哪个阶段。目前我们看到Scaling Law在模型训练中还是持续生效的，明年GPT-5预计会推出，大家讲的模型应用还是基于底层的模型能力，它到底能是一个大学生、硕士生，还是博士生？这是我短期比较关注的点。
第二点，对于应用场景，我现在比较关注的一类是效率类，一类是娱乐类。
娱乐类有很多新的玩法，像移动互联网时期诞生短视频平台，就是在PC互联网时期不曾有的产品形态和体验。我相信在AI时代也会有新的产品形态带给我们前所未有的体验。
在效率领域，我们现在已经看到带有AI功能的办公软件，企业搜索等产品融入了企业的工作流，帮企业提效。刚才大家都提到了Agent，它是放大底层模型能力的工具，这一块我们也会持续关注。
另外，我们也看到在一些适合AI应用的垂直场景，比如医疗、教育其实是非常个性化、很适合AI的场景。在物理世界，像机器人，包括自动驾驶，在新的技术范式下的发展和应用我们也会关注，从时间上来看，物理世界肯定会比数字世界相对慢一些。
第三，我们很关注人才。我们看到这波AI技术变革是很大的机会，跟之前很不一样的是对团队技术能力、产品能力以及落地能力都有很高的要求。我们在实际观察中也看到近几个月不断有更优秀的团队涌现。行业还处在早期发展阶段，创业公司未来还有很大的机遇。
傅磊：谢谢姚总，所以总结一下，在技术上对于底层算力，包括刚才大家有提到对AI Agent、多模态、视频，无论是作为输入也好，作为输出也好等这些大模型的期待。应用层面还是过去没有被很好解决的应用，在AI怎么样能够出现一个更原生的应用。
因为时间关系，我们最后大家每个人用一句话给准备做AI或者是已经做AI的创业创业者们一个鼓励。
王晟：贵在坚持，困难非常多，不管是投资人还是创业者要扛得住才行。
张矩：大热之后必有低谷，大家要坚持对技术的信仰。
刘元：我的建议是不管做2C还是做2B，尽早做收入，因为过去的融资模式肯定不可持续，比如在座台上10个投资人，8个都说只投第一轮，现在也不知道谁会投第二轮、第三轮，所以大家尽早有自己的商业模式。
刘岚：现在创业最重要的是关注自己的现金流怎么样。
许四清：我觉得创业者不用等，如果认为你准备好了就开始。
姚瑶：大模型技术还在迭代过程中，产品基于的技术框架可能随时被推翻，建议对最先进的技术保持关注和开放的心态，这点很重要。
兰洪明：我觉得大家不用太关注目前的困难，周期会过去，大家今年很苦，可能明年和后年更好一些，所以我们要适应这个周期。
王震翔：给创业者的建议是三个字：活下去。这才是最重要的，为了活下去，down round什么的也没所谓，另外有个词叫否极泰来，美国也不能一直加息，坚持住，活下去才能见到希望！
傅磊：宏观环境虽然很有挑战，但所有创业者都应该抓住AI大方向和窗口期，如果在这个方向不出来创业、不出来尝试，可能过两年这个窗口期会被关掉。
